归巢于癌症基因的共享网络

归巢于癌症基因的共享网络

威尔莫特癌症研究所的研究人员距离理解导致细胞变成恶性的复杂基因相互作用又近了一步。在今天发表的一项新的Cell Reports研究中，该小组使用网络建模来磨练一组对恶性肿瘤至关重要的相互作用，并且可能是广泛癌症治疗的沃土。

可以被药物靶向的离散基因突变只被鉴定用于一小部分癌症类型。但这些突变依赖于非突变基因的下游网络来导致癌症。这些下游基因及其错综复杂的相互作用可能在许多癌症中很常见，并可能为癌症治疗提供巨大的飞跃。

该研究的主要作者之一，Hartmut "Hucky" Land博士，他是威尔莫特癌症研究所的副主任，也是罗切斯特大学医学中心的Robert和Dorothy Markin生物医学遗传学教授，并且致力于确定癌症的共同核心特征超过10年。他的目标是找到癌症共同的弱点并利用它们。

"靶向对使细胞癌变至关重要的非突变蛋白质是一种更广泛的方法，可用于多种癌症，"Land说，"但很难找到这些非突变的必需基因。

这就是为什么Land转向Matthew McCall博士，MHS，Wilmot癌症研究所研究员，他是URMC生物统计学和计算生物学副教授，进行合作。McCall是该研究的另一位主要作者，他开发了一种新的网络建模方法，称为TopNet，该小组将其与细胞和小鼠的遗传实验配对，以查明功能相关的基因网络。

Land的研究小组之前发现了一组非常多样化的非突变基因，这些基因对癌症至关重要。在这项研究中，该小组想看看这些基因是如何相互作用的——从20个基因的子集开始。增加或减少培养细胞中一个基因的表达会对集合中其他基因的表达水平产生许多影响。

"有这么多的互动，你可能会浪费大量的时间，精力和金钱来测试可能没有用的互动，"麦考尔说。"为了磨练更可能有用的交互，我们使用网络建模，并将我们的模型网络与实验室发现进行比较，"McCall说。

就上下文而言，TopNet考虑的可能的基因网络模型的数量比宇宙中估计的原子数量大很多倍。在剔除与观测数据不完全匹配的模型并进一步关注至少80%的模型中出现的基因相互作用之后，该团队留下了一组可管理的24种高置信基因相互作用。随后的实验表明，这些相互作用通常在恶性肿瘤中起重要作用。

"麦考尔博士优雅而令人难以置信的方法基本上帮助我们解开了遗传网络的毛球，"兰德说。"这些网络通常非常混乱，几乎不可能从中提取有用的信息。但麦考尔博士已经找到了一种方法来打破这个戈尔迪安的结。

该小组已经测试了TopNet揭示的遗传相互作用的样本，并通过细胞和小鼠的实验证实这些相互作用在功能上是相关的。接下来，该小组打算测试TopNet的极限，目的是使用这种方法来寻找广泛有效的潜在癌症疗法。